java数据传输常用编码方式总结

在开发中常常遇到一种场景，一个系统向另一个系统提交数据的时候，可能是通过json方式提交，也可能先写到html页面的form表单里面提交，这样就会带来几个问题，比如，json格式里面含有疑似XSS攻击的恶意字符串，或者含有与HTML语义相同的标签字符。

在这种情况下，就需要对所提交的字符串进行编码了。然后接收方进行解码。

 

编码的常见方式总结如下：

一、unicode编码

 

        //import org.apache.commons.lang.StringEscapeUtils;
 
        String test="我是中国人()（），,<br>\",.<script><tablke>";
       
        String encoderJava=StringEscapeUtils.escapeJava(test);
        String unencoderJava=StringEscapeUtils.unescapeJava(encoderJava);
        System.out.println(encoderJava);
        System.out.println(unencoderJava);
        System.out.println("---------------------------------------------------------");



结果：
\u6211\u662F\u4E2D\u56FD\u4EBA()\uFF08\uFF09\uFF0C,<br>\",.<script><tablke>
我是中国人()（），,<br>",.<script><tablke>

 

 

二、Base64与Base32

       
        //import org.apache.commons.codec.binary.Base64;

        byte[] base64=Base64.encodeBase64(test.getBytes());
        String base64Str=new String(base64);
        byte[] decodeBase64= Base64.decodeBase64(base64Str);
        String decodeBase64Str=new String(decodeBase64);
        System.out.println(base64Str);
        System.out.println(decodeBase64Str);


结果：
5oiR5piv5Lit5Zu95Lq6KCnvvIjvvInvvIwsPGJyPiIsLjxzY3JpcHQ+PHRhYmxrZT4=
我是中国人()（），,<br>",.<script><tablke>

 

    Base32类似

 

三、只针对html字符转义的编码

 

这里有两个包提供了html的转义编码功能，但是差别很大

分别是org.apache.commons.lang.StringEscapeUtils;  与org.springframework.web.util.HtmlUtils;

 

先看StringEscapeUtils，如下：

 String encoderHtml=StringEscapeUtils.escapeHtml(test);
        String unencoderHtml=StringEscapeUtils.unescapeHtml(encoderHtml);
        System.out.println(encoderHtml);
        System.out.println(unencoderHtml);
        System.out.println("---------------------------------------------------------");


结果：
我是中国人()（），,<br>",.<script><tablke>
我是中国人()（），,<br>",.<script><tablke>

 

   再看HtmlUtils的效果：

  

String springEncodeHtml=HtmlUtils.htmlEscape(test);
        String unspringEncodeHtml=HtmlUtils.htmlUnescape(springEncodeHtml);
        System.out.println(springEncodeHtml);
        System.out.println(unspringEncodeHtml);


结果：

我是中国人()（），,<br>",.<script><tablke>
我是中国人()（），,<br>",.<script><tablke>

 

 

四、url编码

这里使用commons-codec包提供的功能

 byte[] url=URLCodec.encodeUrl(new BitSet(),test.getBytes());
        byte[] decodeUrl=URLCodec.decodeUrl(url);
        String urlStr=new String(url);
        String decodeUrlStr=new String(decodeUrl);
        System.out.println(urlStr);
        System.out.println(decodeUrlStr);



结果：
5oiR5piv5Lit5Zu95Lq6KCnvvIjvvInvvIwsPGJyPiIsLjxzY3JpcHQ+PHRhYmxrZT4=
我是中国人()（），,<br>",.<script><tablke>

 

 

 

 

五、其他编码方式(http://commons.apache.org/proper/commons-codec)

commons-codec 还提供了很多其他的编码方式，这里列出一种。

 byte[] qByte=QuotedPrintableCodec.encodeQuotedPrintable(new BitSet(),test.getBytes());
        byte[] dByte=QuotedPrintableCodec.decodeQuotedPrintable(qByte);
        String qByteStr=new String(qByte);
        String dByteStr=new String(dByte);
        System.out.println(qByteStr);
        System.out.println(dByteStr);


结果：
%E6%88%91%E6%98%AF%E4%B8%AD%E5%9B%BD%E4%BA%BA%28%29%EF%BC%88%EF%BC%89%EF%BC%8C%2C%3C%62%72%3E%22%2C%2E%3C%73%63%72%69%70%74%3E%3C%74%61%62%6C%6B%65%3E
我是中国人()（），,<br>",.<script><tablke>

 

 

通过以上五种编码方式，发现不满足我需求的除了第一种和第三种里面的HtmlUtils之外，其余都满足我的需求。编码后字符长度最小的是第二种和第三种里面的StringEscapeUtils

 

另：我希望找到一种这样的编码方式，提交请求对方接受后，不需要转码就能使用。有吗？

org.springframework.web.util.HtmlUtils; 提供的编码方式仅仅将HTML字符进行了转义，HTML转义字符push到页面后，提交到后台，后台通过request.getParameter获取，并不需要对获取到的数据进行解码。浏览器能自动解码。这个例子与浏览器URL字符串自动对中文进行编码解码原理类似

 

举例如下：

    jdjg<input id ="">  转码后为 jdjg&lt;input id =&quot;&quot;&gt;此时HTML源码如下：

 value="jdjg<input id ="">" >

   

    页面展示效果为：

   

     实际后台获取到的值为：

     jdjg<input id ="">